带有学习效应的多客户配送的供应链排序问题

针对机器具有学习效应，且需要多客户配送的供应链排序模型。在这一模型中，机器上工件加工时学习效应会发生，工件的实际加工时间是与其位置相关的减函数。客户需要接纳与其对应的完工工件，每一批次的工件完工后完需要配送，然而配送都会花费一些时间以及费用。由于需要配送的大量客户，为了尽量节约资源，减少车次数量以及运输次数，所以运输车辆都要尽可能多的装载货物才开始运输。在针对一台运输车辆内装载有不超过两个客户的工件情况，研究的目标函数为极小化总流程时间和极小化最大延迟时间，并对这两个问题分别给出了相应的动态规划算法。
     

运输业规模经济计量方法的探讨

介绍了当前西方经济学界有关规模经济计量方法的最新研究动态和存在的主要问题，提出与运输活动有关的规模经济可以划分成多种不同的类型，包括运输企业规模经济、线路通过密度规模经济、运输工具载运能力规模经济和运输距离经济等，应根据不同的研究目的和需要选用相应的分析工具．论文对规模经济计量模型分析中多指标特别是相对数量指标引入的必要性和筛选等问题进行了分析与说明，归纳总结了运输业规模经济的一般计量方法，并指出这一方法在实际应用中应该注意的问题     

基于双模式更新五行环算法的多目标冷链配送

针对生产运输中广泛存在的冷链配送问题，建立了以配送成本最小化和顾客满意度最大化为目标函数的多目标冷链物流优化模型。基于五行环优化(FECO)算法，提出了双模式更新个体的五行环优化算法(FECO-DMUI)，并对多目标冷链物流模型进行求解。将FECODMUI算法与FECO算法、NSGA-II算法、鲸鱼优化算法和灰狼优化算法进行比较，结果验证了本文模型和算法的有效性，同时验证了FECO-DMUI算法在多目标冷链配送问题中能更加高效地获得路径优化的最优解集。     

物流无人机城市低空轴辐式网络构建方法研究

无人机在城市物流配送方面具有极大应用潜力，然而城市低空空域运行场景中的潜在不确定因素较多，亟待通过科学方法构建安全有序的物流无人机配送网络。从物流无人机运输经济性和运行安全性角度出发，结合物流无人机性能特征，在原有地面物流配送网点的基础上，构建多层级轴辐式网络的整数规划模型，提出了带距离限制的PAM(partitioning around medoids,围绕中心点划分)聚类与整数规划相结合的网络构建方法；从配送时效性、网络安全性和网络结构特征三方面选取评价指标，用于对比构建物流无人机运输网络与原地面运输网络；以南京市江宁区为例构建物流无人机配送网络，验证该网络构建方法的可行性。实验结果表明，该方法构建的无人机配送网络在兼顾运输成本与运输安全性的同时，还具有较好的配送时效性。     

救灾物流配送路径决策研究

根据救灾应急物资运输调度的约束条件,构建具有多品种物资的混装模型,提出一种救灾物流网络配送路径决策方法.应用Matlab工具编写程序,实现基于遗传算法的救灾物流网络配送路径决策方法,并进行了算例验证.结果表明,该方法可以快速有效地确定救灾物流配送方案,解决了总运输成本最小的车辆路线优化决策求解问题.     

时变路网下多中心混合车队联合配送车辆路径优化

针对时变路网下多中心混合车队联合配送车辆路径问题,综合考虑多配送中心开放、燃油车及电动车联合配送、车辆行驶速度连续变化等因素的影响,构建以车辆固定成本、运营成本和时间窗惩罚成本之和最小为目标的优化模型.根据问题特征,设计混合启发式算法进行求解,算法中采用K-means聚类方法生成初始种群,然后用变邻域搜索算法进行搜索优...     

电子商务货物配送系统解决方案与实现

根据电子商务货物配送系统的实现目标和功能，提出了规模可变的多层分布式应用解决方案，分析了电子商务货物配送系统的业务流程，并以出库管理模块为例说明多层分布式结构的实现方法。     

基于同时取送货的多温共配冷链车辆路径优化

为降低成本,提高效率,提出了多温共配冷链车辆路径优化问题。在同时取送货的基础上,充分考虑了多温共配运输过程中的特性以及配送节点的时间窗约束,构建了基于VRPDSP的机械式冷冻区隔车多温共配模型。利用遗传算法(GA),设计了适合于求解问题模型的染色体编码方式以及遗传算子。最后对算例进行求解,结果表明多温层冷链配送模式能够有效解决多温货物配送问题,且对比传统的冷链配送模式,总成本降低了45.72%。     

考虑运输损耗和运输成本的多状态配送网络可靠性评估

在考虑运输损耗和运输成本约束情形下,提出多状态配送网络可靠性评估方法。通过引入损耗因子刻画运输损耗,进而根据需求流量和运输损耗建立流分配策略;基于此分配策略、运输边容量约束以及运输成本约束,提出计算配送网络可靠性的极小容量向量方法。通过实例分析验证了算法的有效性,并从可靠性视角探讨了关键运输边的识别方法,研究成果可为管理者在配送网络运维方面提供决策指导。     

带有学习效应的多客户配送的供应链排序问题

针对机器具有学习效应,且需要多客户配送的供应链排序模型。在这一模型中,机器上工件加工时学习效应会发生,工件的实际加工时间是与其位置相关的减函数。客户需要接纳与其对应的完工工件,每一批次的工件完工后需要配送,然而配送都会花费一些时间及费用。由于大量客户需要配送,为了尽量节约资源,减少车次数量及运输次数,所以运输车辆都要尽可能多的装载货物才开始运输。在针对一台运输车辆内装载有不超过两个客户的工件情况,研究的目标函数为极小化总流程时间和极小化最大延迟时间,并对这两个问题分别给出了相应的动态规划算法。